Assessing the quality of record keeping for cesarean deliveries: results from a multicenter retrospective record review in five low-income countries
Notice bibliographique
Résumé
BACKGROUND: Reliable, timely information is the foundation of decision making for functioning health systems; the quality of decision making rests on quality data. Routine monitoring, reporting, and review of cesarean section (CS) indications, decision-to-delivery intervals, and partograph use are important elements of quality improvement for maternity services. METHODS: In 2009 and 2010, a sample of CS records from calendar year 2008 was reviewed at nine facilities in Bangladesh, Guinea, Mali, Niger, and Uganda. Data from patient records and hospital registers were collected on key aspects of care such as timing of key events, indications, partograph use, maternal and fetal outcomes. Qualitative interviews were conducted with key informants at all study sites to provide contextual background about CS services and record keeping practices. RESULTS: A total of 2,941 records were reviewed and 57 key informant interviews were conducted. Patient record-keeping systems were of varying quality across study sites: at five sites, more than 20% of records could not be located. Across all sites, patient files were missing key aspects of CS care: timing of key events (e.g., examination, decision to perform CS), administration of prophylactic antibiotics, maternal complications, and maternal and fetal outcomes. Rates of partograph use were low at six sites: 0 to 23.9% of patient files at these sites had a completed partograph on file, and among those found, 2.1% to 65.1% were completed correctly. Information on fetal outcomes was missing in up to 40% of patient files. CONCLUSIONS: Deficits in the quality of CS patient records across a broad range of health facilities in low-resource settings in four sub-Saharan Africa countries and Bangladesh indicate an urgent need to improve record keeping.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».